屬於SUGENO模糊模型可以藉由類神經(jīng)網(wǎng)路架構(gòu)來(lái)替代
標(biāo)簽： SUGENO 模糊模型
上傳時(shí)間： 2014-01-16
上傳用戶：eclipse
基于TS模糊模型的二級(jí)倒立擺系統(tǒng)仿真研究
標(biāo)簽： 模糊模型 二級(jí) 倒立擺系統(tǒng) 仿真研究
上傳時(shí)間： 2013-12-01
上傳用戶：firstbyte
基于T-s模糊模型用于估計(jì)非線性系統(tǒng)的狀態(tài)的kalman濾波器。
標(biāo)簽： kalman T-s 模糊模型 非線性系統(tǒng)
上傳時(shí)間： 2013-12-19
上傳用戶：lanhuaying
用遺傳算法求解模糊模型的C++實(shí)現(xiàn)！絕對(duì)能運(yùn)行成功的
標(biāo)簽： 算法 模糊模型 運(yùn)行
上傳時(shí)間： 2013-12-07
上傳用戶：362279997
在微電網(wǎng)調(diào)度過(guò)程中綜合考慮經(jīng)濟(jì)、環(huán)境、蓄電池的 循環(huán)電量，建立多目標(biāo)優(yōu)化數(shù)學(xué)模型。針對(duì)傳統(tǒng)多目標(biāo)粒子 群算法(multi-objective particle swarm optimization，MOPSO) 的不足，提出引入模糊聚類分析的多目標(biāo)粒子群算法 (multi-objective particle swarm optimization algorithm based on fuzzy clustering，F(xiàn)CMOPSO)，在迭代過(guò)程中引入模糊聚 類分析來(lái)尋找每代的集群最優(yōu)解。與 MOPSO 相比， FCMOPSO 增強(qiáng)了算法的穩(wěn)定性與全局搜索能力，同時(shí)使優(yōu) 化結(jié)果中 Pareto 前沿分布更均勻。在求得 Pareto 最優(yōu)解集 后，再根據(jù)各目標(biāo)的重要程度，用模糊模型識(shí)別從最優(yōu)解集 中找出不同情況下的最優(yōu)方案。最后以一歐洲典型微電網(wǎng)為 例，驗(yàn)證算法的有效性和可行性。
標(biāo)簽： 模糊 模型識(shí)別 微電網(wǎng) 多目標(biāo)優(yōu)化 聚類分析
上傳時(shí)間： 2019-11-11
上傳用戶：Dr.趙勁帥
針對(duì)傳統(tǒng)的故障樹(shù)分析法在故障診斷中存在的缺點(diǎn)和不足，文中將模糊理論運(yùn)用到故障診斷中，提出基于T-S的模糊故障樹(shù)的故障診斷法。介紹了T-S模糊模型及算法，建立了診斷系統(tǒng)的故障庫(kù)和推理機(jī)。使設(shè)備操作和維修人員可及時(shí)發(fā)現(xiàn)故障，降低系統(tǒng)故障率，提高了保障的能力。
標(biāo)簽： T-S 模糊 樹(shù) 故障診斷
上傳時(shí)間： 2013-10-20
上傳用戶：heheh
單片機(jī)模糊模糊控制是目前在控制領(lǐng)域所采用的三種智能控制方法中最具實(shí)際意義的方法。模糊控制的采用解決了大量過(guò)去人們無(wú)法解決的問(wèn)題，并且在工業(yè)控制、家用電器和各個(gè)領(lǐng)域已取得了令人觸目的成效。本書(shū)是一本系統(tǒng)地介紹模糊控制的理論、技術(shù)、方法和應(yīng)用的著作；內(nèi)容包括模糊控制基礎(chǔ)、模糊控制器、模糊控制系統(tǒng)、模糊控制系統(tǒng)的穩(wěn)定性、模糊控制系統(tǒng)的開(kāi)發(fā)軟件，用單片微型機(jī)實(shí)現(xiàn)模糊控制的技術(shù)和方法，模糊控制在家用電器和工業(yè)上應(yīng)用的實(shí)際例子；反映了模糊控制目前的水平。 單片機(jī)模糊模糊控制目錄 ： 第一章 模糊邏輯、神經(jīng)網(wǎng)絡(luò)集成電路的發(fā)展 1.1 模糊邏輯及其集成電路的發(fā)展1.1.1 模糊邏輯的誕生和發(fā)展1.1.2 模糊集成電路的發(fā)展進(jìn)程1.2 神經(jīng)網(wǎng)絡(luò)及其集成電路的發(fā)展1.2.1 神經(jīng)網(wǎng)絡(luò)的形成歷史1.2.2 神經(jīng)網(wǎng)絡(luò)集成電路的發(fā)展1.3 模糊邏輯和神經(jīng)網(wǎng)絡(luò)的結(jié)合1.3.1 模糊邏輯和神經(jīng)網(wǎng)絡(luò)結(jié)合的意義1.3.2 模糊邏輯和神經(jīng)網(wǎng)絡(luò)結(jié)合的前景第二章 模糊邏輯及其理論基礎(chǔ) 2.1 模糊集合與隸屬函數(shù)2.1.1 模糊集合概念2.1.2 隸屬函數(shù)2.1.3 分解定理與擴(kuò)張定理2.1.4 模糊數(shù)2.2 模糊關(guān)系、模糊矩陣與模糊變換2.2.1 模糊關(guān)系2.2.2 模糊矩陣2.2.3 模糊變換2.3模糊邏輯和函數(shù)2.3.1模糊命題2.3.2模糊邏輯2.3.3模糊邏輯函數(shù)2.4模糊語(yǔ)言2.4.1 語(yǔ)言及語(yǔ)言的模糊性2.4.2 模糊語(yǔ)言2.4.3 語(yǔ)法規(guī)則和算子2.4.4 模糊條件語(yǔ)句2.5 模糊推理2.5.1 模糊推理的CRI法2.5.2 模糊推理的TVR法2.5.3 模糊推理的直接法2.5.4 模糊推理的精確值法2.5.5 模糊推理的強(qiáng)度轉(zhuǎn)移法第三章 模糊控制基礎(chǔ) 3.1 模糊控制的系統(tǒng)結(jié)構(gòu)3.2 精確量的模糊化3.2.1 語(yǔ)言變量的分檔3.2.2 語(yǔ)言變量值的表示方法3.2.3 精確量轉(zhuǎn)換成模糊量3.3 模糊量的精確化3.3.1 最大隸屬度法3.3.2 中位數(shù)法3.3.3 重心法3.4 模糊控制規(guī)則及控制算法3.4.1 模糊控制規(guī)則的格式3.4.2 模糊控制規(guī)則的生成3.4.3 模糊控制規(guī)則的優(yōu)化3.4.4 模糊控制算法3.5 模糊控制的神經(jīng)網(wǎng)絡(luò)方法3.5.1 神經(jīng)元和神經(jīng)網(wǎng)絡(luò)3.5.2 神經(jīng)網(wǎng)絡(luò)的分布存儲(chǔ)和容錯(cuò)性3.5.3 神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法3.5.4 神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)的模糊控制3.5.5 神經(jīng)網(wǎng)絡(luò)構(gòu)造隸屬函數(shù)3.5.6 神經(jīng)網(wǎng)絡(luò)存儲(chǔ)控制規(guī)則3.5.7 神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)模糊化、反模糊化第四章 模糊控制器 4.1 模糊控制器結(jié)構(gòu)4.2 模糊控制器設(shè)計(jì)4.2.1 常規(guī)模糊控制器設(shè)計(jì)4.2.2 變結(jié)構(gòu)模糊控制器設(shè)計(jì)4.2.3 自組織模糊控制器設(shè)計(jì)4.2.4 自適應(yīng)模糊控制器設(shè)計(jì)4.3 模糊控制器的數(shù)學(xué)模型4.3.1 常規(guī)模糊控制器的數(shù)學(xué)模型4.3.2 模糊控制器數(shù)學(xué)模型的建立第五章 模糊控制系統(tǒng) 5.1 模糊系統(tǒng)的辨識(shí)和建模5.1.1 模糊系統(tǒng)辨識(shí)的數(shù)學(xué)基礎(chǔ)5.1.2 基于模糊關(guān)系方程的模糊模型辨識(shí)5.1.3 基于語(yǔ)言控制規(guī)則的模糊模型辨識(shí)5.2 模糊控制系統(tǒng)的設(shè)計(jì)5.2.1 模糊控制系統(tǒng)的一般設(shè)計(jì)過(guò)程5.2.2 模糊控制系統(tǒng)的典型設(shè)計(jì)5.3 模糊控制系統(tǒng)的穩(wěn)定性5.3.1 穩(wěn)定性分析的Lyapunov直接法5.3.2 語(yǔ)言規(guī)則描述的模糊控制系統(tǒng)的穩(wěn)定性5.3.3 關(guān)系方程描述的模糊控制系統(tǒng)的穩(wěn)定性第六章 數(shù)字單片機(jī)與模糊控制6.1 數(shù)字單片機(jī)MC68HC705P96.1.1 MC68HC705P9單片機(jī)性能概論6.1.2 MC68HC705P9單片機(jī)基本結(jié)構(gòu)6.1.3 MC68HC705P9指令系統(tǒng)6.2 數(shù)字單片機(jī)模糊控制方式6.2.1 數(shù)字單片機(jī)與模糊控制關(guān)系6.2.2 數(shù)字單片機(jī)模糊控制方式第七章 模糊單片機(jī)與模糊控制7.1 模糊單片機(jī)NLX2307.1.1 模糊單片機(jī)NLX230性能概況7.1.2 NLX230的結(jié)構(gòu)及引腳7.1.3 NLX230的模糊推理方式7.1.4 NLX230的內(nèi)部寄存器7.1.5 NLX230的操作及接口技術(shù)7.2 NLX230開(kāi)發(fā)系統(tǒng)7.3 NLX230應(yīng)用例子第八章 模糊控制的開(kāi)發(fā)軟件8.1 模糊推理機(jī)原理8.2 模糊推理機(jī)的算法8.3 模糊推理機(jī)結(jié)構(gòu)和清單8.4 模糊邏輯知識(shí)基發(fā)生器8.5 模糊推理開(kāi)發(fā)環(huán)境8.5.1 FIDE的工作條件8.5.2 FIDE的結(jié)構(gòu)8.5.3 FIDE的工作過(guò)程第九章 模糊控制在家用電器中的應(yīng)用9.1 模糊控制的電冰箱9.1.1 電冰箱模糊控制系統(tǒng)結(jié)構(gòu)9.1.2 模糊控制規(guī)則和模糊量9.1.3 控制系統(tǒng)的電路結(jié)構(gòu)9.1.4 控制規(guī)則的自調(diào)整9.2 模糊控制的電飯鍋9.2.1 煮飯的工藝過(guò)程曲線9.2.2 模糊控制的邏輯結(jié)構(gòu)9.2.3 模糊量和模糊推理9.2.4 控制軟件框圖9.3 模糊控制的微波爐9.3.1 控制電路的結(jié)構(gòu)框圖9.3.2 微波爐的模糊量與推理9.3.3 微波爐控制電路結(jié)構(gòu)原理9.3.4 控制軟件原理及框圖9.4 模糊控制的洗衣機(jī)9.4.1 模糊洗衣機(jī)控制系統(tǒng)邏輯結(jié)構(gòu)9.4.2 模糊洗衣機(jī)的模糊推理9.4.3 洗衣機(jī)物理量檢測(cè)方法9.4.4 布質(zhì)和布量的模糊推理第十章 模糊控制在工程上的應(yīng)用10.1 模糊參數(shù)自適應(yīng)PID控制器10.1.1 自校正PID控制器10.1.2 模糊參數(shù)自適應(yīng)PID控制系統(tǒng)結(jié)構(gòu)10.1.3 模糊控制規(guī)則的產(chǎn)生10.1.4 模糊推理機(jī)理及運(yùn)行結(jié)果10.2 恒溫爐模糊控制10.2.1 恒溫爐模糊控制的系統(tǒng)結(jié)構(gòu)10.2.2 模糊控制器及控制規(guī)則的形成10.2.3 模糊控制器的校正10.3 感應(yīng)電機(jī)模糊矢量控制10.3.1 模糊矢量控制系統(tǒng)結(jié)構(gòu)10.3.2 矢量控制的基本原理10.3.3 模糊電阻觀測(cè)器10.3.4 模糊控制器及運(yùn)行
標(biāo)簽： 單片機(jī) 模糊邏輯 控制
上傳時(shí)間： 2014-12-28
上傳用戶：semi1981
針對(duì)電液比例位置控制系統(tǒng)由于非線性和死區(qū)特性在實(shí)際控制中難以得到滿意的控制效果的現(xiàn)狀，本研究采用T-S模糊控制理論的原理設(shè)計(jì)了T-S模糊控制器對(duì)電液比例位置控制系統(tǒng)進(jìn)行控制。并以Matlab為平臺(tái)進(jìn)行了仿真實(shí)驗(yàn)。仿真結(jié)果表明采用T-S模糊控制的電液比例位置控制系統(tǒng)具有較好的控制效果
標(biāo)簽： T-S 模糊模型 位置控制 電液比例
上傳時(shí)間： 2013-11-13
上傳用戶：daoxiang126
：運(yùn)用動(dòng)力學(xué)原理建立了小車-倒擺的仿真模型, 并以對(duì)象輸入輸出的測(cè)試數(shù)據(jù)為依據(jù)，討 論了Takagi-Sugeno 模糊模型的參數(shù)辨識(shí)，提出了模糊逆模型控制方案，基于此借助Matlab 的 Simulink 設(shè)計(jì)了小車-倒擺的動(dòng)態(tài)模型及其模糊自適應(yīng)控制系統(tǒng)。仿真結(jié)果證明了本文采用的控制 策略的有效性。
標(biāo)簽： 動(dòng)力學(xué) 仿真模型 對(duì)象 輸入輸出
上傳時(shí)間： 2015-12-13
上傳用戶：gtf1207
這是國(guó)外的文章，全英文，這是關(guān)于Fuzzy logic 仿真，國(guó)內(nèi)絕對(duì)沒(méi)有，每一個(gè)模糊模型都說(shuō)明的很清楚，里面有兩個(gè)文件。
標(biāo)簽：
上傳時(shí)間： 2013-12-21
上傳用戶：silenthink
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
<ul id="ici6k"></ul>
